个性化CAI系统中基于XML的知识表示

知识表示是实现个性化教学的基础.知识点是教学活动过程中传递教学信息的基本单元,知识点之间的关系可用一个总体树/局部图的组织模型来表示,这与XML文档的树形结构相合.利用XML良好的语义性来描述结构化的学习资源是为了容易地实现远程教育信息的标准化和智能教学导航.     

XML课程的创新教学方案

XML课程技术新颖且应用场合多,实用性强但知识点琐碎繁多,独立分散、简单不实用的案例教学模式导致学生无法有效掌握XML系统的知识体系,无法在任务面前实现对XML技术的驾驭,达到学以致用的教学目的。文章提出以"项目驱动、任务引领"的形式引导学生宏观认识XML,用项目分解的任务串讲XML的零散知识点,以软件工程的思想组织教学,辅以创新教学模块将XML相关技术和知识要点紧密结合起来,传授知识和培养能力并重,全面提升学生分析、解决问题的能力。     

分布式智能答疑系统的知识库构建与维护研究

构建知识库是搭建分布式环境下智能答疑系统平台的关键环节。文中针对如何表示各站点知识库中的知识以及如何构建和维护知识库问题，提出用XML表示知识来构建知识库，通过使用DOM树来维护知识库，并给出了知识库的组织结构图及XML的DTD文件。实验表明，用该方法构建的知识库便于在系统平台下实现资源共享和知识库维护。     

基于XML在线考试系统

本文引入了XML等相关技术，建立了一个新的基于XML的在线考试系统模型，并完成实现，还把内容（Ciontent)与表现（Presentation)分离的思想，应用于考试系统中，得出考试系统模型的三层结构体系，将教学资源，教育服务与用户界面分开，自底向上依次为数据层、服务层、表现层。同时，将课程树进一步细化，提出课程的最小组成单元是知识点这一思想，即每个知识点具有与之相联系的答疑，考虑信息，这样的结构可以实现基于知识点的关联。     

XQuery的实现机制

随着越来越多的数据用XML来表示,交换和查询XML数据的能力变得日益重要。XQuery是W3C提出的XML查询语言,很有希望成为以后的XML查询语言标准。文章讨论XQuery的实现机制及其优化。     

基于XML数据的关联规则挖掘研究

XML凭借其诸多优点，在短短的时间内迅速成为表示和交换信息的标准。大量XML数据的涌现给数据挖掘提出了新的挑战。传统关联规则挖掘是基于关系数据库的，因此现有许多XML数据关联规则挖掘的方法都或多或少地利用关系数据库-即把XML数据文档映射成关系数据库来完成的。在仔细研究了XML数据的访问接口后，给出了一个基于Apriori算法可直接从XML文档挖掘关联规则的类接口，并且在．NET平台下用C#语言实现了。     

XML技术在网络管理中的应用

在基于SNMP的网络管理中，MIB数据是使用ASN．1描述BER编码的，可读性不强。而XML因其良好的自描述性和结构化特征，非常适合表示MIB数据。讨论了用XML表示MIB数据的方法，使用此方法，实现了一个SNMP与XML之间的转换系统。     

以知识点为中心的智能教学系统的研究与构建

在深入研究智能教学系统知识表示方法的基础上,提出了一个以知识点为中心的智能教学系统构建方案,采用知识点作为教学资源的组成单位,通过知识点间的联系来构建知识体系,并结合Web挖掘、人工智能、模糊理论等技术,实现网络教学的智能教学策略。     

基于项目驱动的XML课程教学方案设计

XML课程涉及的知识点繁多,技术新颖,且应用性强。传统XML教学方案一般通过独立案例逐步对各个知识点进行讲授,实践环节的设计简单而分散,使得学生难以形成完整的知识体系,影响了他们对新知识的运用。本文给出基于项目驱动的XML课程教学方案,以项目贯穿整个课程教学过程,将XML相关各技术要点有机联系和统一起来,在知识讲授的同时着重于学生技能的培养,以提高学生综合解决实际问题的能力。     

基于XML的本体表示和检索技术的研究

基于XML和本体在抽象层次上都可以用带标签的有向图来表示,文章提出了用XML来描述本体,并在此基础上实现对本体中概念的检索。     

用数据挖掘方法扩充知识库的研究及应用

讨论了数据挖掘与机器学习对于扩充知识库的异同，分析了知识库、数据库与数据挖掘在知识系统中的关系．提出了一种基于XML的知识表示方法XKR(XML-based Knowledge Representatlon)．XKR用XML作为统一的形式描述语言,把产生式、框架、语义网络、过程表示法等等多种传统的表示方法融合到一起,由于XML本身包含语义并能够无限扩充，所以XKR可以描述不同背景不同类型的知识，实现知识融合,通过应用实践发现XKR知识库有优点也有缺陷，文章指出了改进思路．     

基于LOM的知识模型与个性化学习控制

在智能教学系统中,知识模型是专家模型的核心,是实现智能教学的一个关键问题。本文讨论知识点及其相互关系的形式表示,提出基于LOM的知识点模型与学习控制策略。知识点被设计、封装为学习对象,提高了学习内容的可重用性、可管理性、可定制性与互操作性。LOM的语义描述能力,使得系统本身具有一定程度的知识理解能力。以知识点LOM模型为结点的知识网络是语义网络,其语义计算能力便于知识的发现与关联。将专家知识网络动态映射为学生知识网络,实现了个性化学习。     

面向知识网格的本体学习研究

网格计算正在从单纯的面向大型计算的分布式资源共享发展为一种面向服务的架构,以实现透明而可靠的分布式系统集成。网格智能是指如何获取、预处理、表示和集成不同层次的网格服务(如HTML/XML/RDF/OWL文档、服务响应时间和服务质量等)的数据和信息,并最终转换为有用的智能(知识)。因为高层知识将在未来的网格应用起到越来越重要的作用,本体是知识网格实现的关键。文章提出了一种实现从Web文档中本体(半)自动构建的本体学习框架WebOntLearn,并讨论了本体学习中领域概念的抽取、概念之间关系的抽取和分类体系的自动构建等关键技术。     

Web信息抽取及知识表示系统的研究与实现

研究了从数据密集型Web页面中自动提取结构化数据并形成知识表示系统的问题。基于知识数据库实现动态页面获取,进行预处理后转换为XML文档,采用基于PAT-array的模式发现算法自动发现重复模式,结合基于本体的关键词库自动识别页面数据显示结构模型,利用XML的对象-关系映射技术将数据存入知识数据库,由此实现Web数据自动抽取。同时,利用知识数据库已有知识从互联网抽取新知识,达到知识数据库的自扩展。以交通信息自动抽取及混合交通出行方案生成与表示系统进行的实验表明该系统具有高抽取准确率和良好的适应性。     

基于信息网格的协作教学系统的研究与开发

针对网络教学中知识存在的特征，构建了基于信息网格的协作教学系统．详细讨论了该系统知识管理的实现，包括知识的转化、知识的表示和知识的查询．实现了知识的管理与共享．应用结构和应用实例表明，该系统能够满足协作教学对知识交流的需要．     

基于XML&WEB的系统建模与仿真方法的研究

XML为Web提供了一种新的组织信息和知识的途径。在基于Web的建模与仿真中,使用XML,“文档”这一概念可以扩展为对模型信息的封装。该文利用XML技术,设计了Web仿真系统建模的模型规范：建模可视化规范(MVL)和模型的可扩展标志语言(MXL)。并在此基础上,构建了模型融合的体系结构,形成了基于XML的Web仿真系统建模与仿真一体化方法。     

深度学习与知识推理相结合的研究综述

知识推理作为知识图谱的重要一环,一直处于重点研究热门对象之中。随着深度学习的不断发展,多种深度学习模型与知识推理的结合引起了很大的重视,得到了大量国内外学者的热捧。为了提高从已有知识中推理出新知识的正确率,二者的结合被广泛研究。基于深度学习的知识推理可以挖掘得更深、更仔细、更精确,有效提高了丰富知识库中的实体、关系、属性和文本信息等的利用率,使推理效果更佳。通过简单介绍知识图谱以及知识补全概念,重点叙述知识推理的概念及基本原理,从知识表示学习、知识获取和知识计算应用三个方向展开,综述了基于深度学习的知识推理CTransR、PTransE、TKRL、HAAT、AMNRE、CLSP、HDSA和SDLM模型的最新研究进展;总结了基于深度学习的知识推理在理论、算法和应用方面尚未克服的问题、研究方向和未来发展前景。     

支持创新型组织学习:基于任务情景的知识适用性管理

面临商务环境的快速变迁和难以预测,创新型组织学习正在成为组织提高生存、适应和竞争能力的关键途径.然而,现有的KM技术对于如何支持创新型组织学习,没有进行深入、系统的研究;导致知识工作者在获取适用性好的信息体(从而促进业务创新)和主动参与OM开放性进化(以促进创新知识的传播和共享)方面缺乏有效的支持.文中提出基于任务情景的知识适用性管理方法KAMTC,旨在以基于应用域本体的任务情景描述模式作为统一的语义基础,去确切、全面和便捷地描述业务工作的查询需求和受检信息体的适用性,以克服这些挑战性问题,进而有效支持知识创新和创新型组织学习的展开.     

一个基于XML的教案制作工具的设计

学习资源共享对于电子教案制作有着重要意义。文章给出了一个基于XML的以学习资源共享为核心的教案制作工具的设计。介绍了组成教案的几种学习资源组件,描述了这些学习资源组件之间的关系,以及XML在实现这些学习资源组件上的作用。给出了教案设计制作方式。另外还给出了工具的系统框架。